elasticsearch-将嵌套字段与文档中的另一个字段进行比较

Question

我需要比较同一个文档中的两个字段，其中的实际值无关紧要。考虑这份文件:

_source: {
    id: 123,
    primary_content_type_id: 12,
    content: [
        {
            id: 4,
            content_type_id: 1
            assigned: true
        },
        {
            id: 5,
            content_type_id: 12,
            assigned: false
        }
    ]
}

我需要查找未分配主要内容的所有文档。我无法找到一种方法将primary_content_type_id与嵌套content.content_type_id进行比较，以确保它们具有相同的值。这就是我尝试使用脚本的方法。我不认为我理解脚本，但这可能是解决这个问题的一种方法：

{
    "filter": {
        "nested": {
            "path": "content",
            "filter": {
                "bool": {
                    "must": [
                        {
                            "term": {
                                "content.assigned": false
                            }
                        },
                        {
                            "script": {
                                "script": "primary_content_type_id==content.content_type_id"
                            }
                        }
                    ]
                }
            }
        }
    }
}

请注意，如果我删除过滤器的脚本部分，并将其替换为content_type_id=12的另一个术语过滤器，并在primary_content_id=12。问题是，我不知道primary_content_type_id或内容的值是什么（对我的用例也不重要）。content_type_id是。对于content_type_id匹配primary_content_type_id的内容，赋值为false很重要。

使用弹性搜索可以进行此检查吗？

Answer 1

对于嵌套搜索，您正在搜索没有父级的嵌套对象。遗憾的是，没有可用于嵌套对象的隐藏联接。

至少目前，这意味着您不会同时收到脚本中的“父”文档和嵌套文档。您可以通过将脚本替换为这两个脚本并测试结果来确认这一点：

# Parent Document does not exist
"script": {
  "script": "doc['primary_content_type_id'].value == 12"
}

# Nested Document should exist
"script": {
  "script": "doc['content.content_type_id'].value == 12"
}

通过在objects之间循环（而不是让ES用嵌套为您做这件事），您可以以性能较差的方式实现这一点。这意味着您必须将文档和嵌套文档重新索引为单个文档，这样才能工作。考虑到您尝试使用它的方式，这可能不会有太大的不同，甚至可能会表现得更好（特别是考虑到缺乏替代方案）。

# This assumes that your default scripting language is Groovy (default in 1.4)
# Note1: "find" will loop across all of the values, but it will
#  appropriately short circuit if it finds any!
# Note2: It would be preferable to use doc throughout, but since we need the
#  arrays (plural!) to be in the _same_ order, then we need to parse the
#  _source. This inherently means that you must _store_ the _source, which
#  is the default. Parsing the _source only happens on the first touch.
"script": {
  "script": "_source.content.find { it.content_type_id == _source.primary_content_type_id && ! it.assigned } != null",
  "_cache" : true
}

我缓存了结果，因为这里没有发生任何动态变化(例如，没有将日期与< code>now进行比较)，所以缓存是非常安全的，从而使将来的查找更快。默认情况下，大多数过滤器都被缓存，但脚本是少数例外。

由于它必须比较两个值以确保找到正确的内部对象，因此您会重复一些工作，但这实际上是不可避免的。拥有术语过滤器很可能比在没有它的情况下进行检查要好。